[发明专利]一种缺陷检测方法、装置、电子设备及存储介质

说明书

本申请提供一种缺陷检测方法、装置、电子设备及存储介质。该方法包括：获取工件图像，工件图像为对待检测工件进行图像采集获得；利用图像分割模型对工件图像进行特征提取及前后景分割，获得特征矩阵和掩模矩阵；掩模矩阵为对工件图像进行前后景分割后包含前景的二进制矩阵；利用图像分类模型对特征矩阵和所述掩模矩阵进行处理，获得工件图像的检测结果。本申请实施例通过图像分割模型对工件图像进行前后景分割，再利用图像分类模型对前后景分割获得的特征矩阵和掩模矩阵进行处理，获得是否包括缺陷的检测结果。此种方法无需图像匹配，不用根据灰度值去寻找关键点和描述子，所以不受光照的影响，因此能够提高对工件表面进行缺陷检测的准确性。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种缺陷检测方法、装置、电子设备及存储介质。

背景技术

工件在生产出来之后，需要检测是否合格。其中判定是否合格的一个标准为工件表面是否有缺陷。

现有技术中，往往采用配准，像素对比，局部检测等方式进行。配准会先通过关键点技术得到图像和模板的角点和其描述子，再通过匹配描述子的形式，得到对应点对，利用RANSAC等算法，去除错误匹配后，利用剩下的对应点对，得到仿射变换矩阵，完成配准。在完成配准后，对图像和模板的像素进行一一对比，并设定阈值，找到差异较大的位置，检测为缺陷。或者利用3*3的卷积核在图像上扫描，通过局部梯度异常变化来检测工件缺陷。

传统方法受图像质量制约很大，不同的阴影，变形，旋转都会对关键点的检测和描述子产生较大影响，也就意味着传统方法很容易形成错误匹配，对图片变换和环境变换很敏感，稳定性和鲁棒性不够。同时像素对比和局部显著性检测都很容易收到光照，导致缺陷检测的准确度较低。

发明内容

本申请实施例的目的在于提供一种缺陷检测方法、装置、电子设备及存储介质，用以提高对工件缺陷检测的准确度。

第一方面，本申请实施例提供一种缺陷检测方法，包括：获取工件图像，所述工件图像为对待检测工件进行图像采集获得；利用图像分割模型对所述工件图像进行特征提取及前后景分割，获得对应的特征矩阵和掩模矩阵；其中，所述掩模矩阵为对所述工件图像进行前后景分割后，包含前景的二进制矩阵；利用图像分类模型对所述特征矩阵和所述掩模矩阵进行处理，获得所述工件图像的检测结果。

本申请实施例通过图像分割模型对工件图像进行前后景分割，再利用图像分类模型对前后景分割获得的特征矩阵和掩模矩阵进行处理，获得是否包括缺陷的检测结果。此种方法无需图像匹配，不用根据灰度值寻找关键点和描述子，所以不受光照、放射变换的影响，因此能够提高对工件表面进行缺陷检测的准确性。

进一步地，所述图像分割模型包括第一特征提取模块和掩模提取模块；其中：所述第一特征提取模块包括多个卷积层和池化层；所述掩模提取模块与所述第一特征提取模块中的最后一个池化层连接，且所述掩模提取模块包括一个卷积层。

本申请实施例提供的第一特征提取模块和掩模提取模块能够准确的从工件图像中提取出前景图像，以及前景图像对应的特征，以便提高后续对工件缺陷识别的准确性。

进一步地，所述利用图像分割模型对所述工件图像进行特征提取及前后景分割，获得对应的特征矩阵和掩模矩阵，包括：通过所述第一特征提取模块对所述工件图像进行卷积及池化运算，获得所述特征矩阵；所述掩模提取模块对所述特征矩阵进行卷积运算，获得所述掩模矩阵。

本申请实施例提供的第一特征提取模块和掩模提取模块能够准确的从工件图像中提取出前景图像，以及前景图像对应的特征，以便提高后续对工件缺陷识别的准确性。

进一步地，所述图像分类模型包括第二特征提取模块、特征融合模块和分类模块；其中：所述第二特征提取模块包括多个卷积层和多个最大池化层；所述特征融合模块包括第一池化模块和第二池化模块；所述第一池化模块包括第一全局最大池化层和第一全局平均池化层；所述第二池化模块包括第二全局最大池化层和第二全局平均池化层；所述分类模块包括全连接层。